🚀前言

在数据处理和文本分析的过程中，字符串匹配是一个常见而重要的任务。Python的正则表达式库提供了多种匹配工具，其中findall()函数因其强大的功能和简单的用法，成为了许多开发者和数据分析师的得力助手。与其他匹配方法相比，findall()能够在给定字符串中找到所有符合条件的匹配项，极大地方便了我们对数据的全面提取和分析。

在本期文章中，我们将深入探讨findall()函数的使用方法及其应用场景。我们将介绍findall()的基本语法、常见参数，以及与其他匹配方法（如search()和match()）的区别。通过具体的实例，我们将展示如何利用findall()函数高效地提取文本中的所有匹配内容，帮助你提升数据处理的效率和准确性。

🚀一、使用findall()进行匹配

方法作用
re.findall() 在字符串中搜索所有符合正则表达式的子串，返回包含所有匹配结果的列表（无匹配时返回空列表）。
语法格式

re.findall(pattern, string, flags=0)

参数说明

• pattern: 正则表达式（字符串形式）
• string: 待匹配字符串
• flags: 修饰符（可选，如re.I忽略大小写）

🔎1.匹配所有指定字符开头的字符串

import re
pattern = 'mr_\w+'                        # 模式字符串
string = 'MR_SHOP mr_shop'                # 要匹配的字符串
match = re.findall(pattern,string,re.I)  # 搜索字符串，不区分大小写
print(match)                                # 输出匹配结果
string = '项目名称MR_SHOP mr_shop'
match = re.findall(pattern,string)        # 搜索字符串，区分大小写
print(match)                                # 输出匹配结果

关键点

• re.I修饰符使匹配不区分大小写。
• 未使用修饰符时，严格按大小写匹配。

🔎2.贪婪匹配（.*）

import re                        # 导入re模块
pattern = 'https://.*/'               # 表达式，“.*”获取www.hao123.com
match = re.findall(pattern,'https://www.hao123.com/')  # 匹配字符串
print(match)                            # 打印匹配结果

import re                        # 导入re模块
pattern = 'https://(.*)/'               # 表达式，“.*”获取www.hao123.com
match = re.findall(pattern,'https://www.hao123.com/')  # 匹配字符串
print(match)                            # 打印匹配结果

关键点

• .*为贪婪匹配，会匹配到最后一个符合条件的字符。
• 使用(.*)分组可提取特定部分。

🔎3.非贪婪匹配（.*?）

import re                        # 导入re模块
pattern = 'https://.*(\d+).com/'               # 表达式，“.*”获取www.hao123.com
match = re.findall(pattern,'https://www.hao123.com/')  # 匹配字符串
print(match)                            # 打印匹配结果

import re                        # 导入re模块
pattern = 'https://.*?(\d+).com/'               # 表达式，“.*”获取www.hao123.com
match = re.findall(pattern,'https://www.hao123.com/')  # 匹配字符串
print(match)                            # 打印匹配结果

import re                        # 导入re模块
pattern = 'https://(.*?)'               # 表达式，“.*?”获取www.hao123.com/
match = re.findall(pattern,'https://www.hao123.com/')  # 匹配字符串
print(match)                            # 打印匹配结果
pattern = 'https://(.*)'               # 表达式，“.*”获取www.hao123.com/
match = re.findall(pattern,'https://www.hao123.com/')  # 匹配字符串
print(match)                            # 打印匹配结果

关键点

• .*?为非贪婪匹配，尽可能少匹配字符。
• 非贪婪匹配可能导致尾部匹配失败，需根据场景选择。

🔎4.贪婪 vs 非贪婪对比

🔎5.注意事项

1. 正则表达式模式

   • 使用原始字符串（r''）避免转义错误。
   • 贪婪匹配（.*）适用于提取尾部内容，非贪婪匹配（.*?）适用于精准定位中间内容。
2. findall()特性

   • 返回所有匹配结果的列表，无分组时返回完整匹配，有分组时返回分组内容。
3. 修饰符的作用

   • re.I、re.M等修饰符需根据需求添加。